α穩(wěn)定分布參數(shù)估計與譜分析理論及應(yīng)用研究.pdf

1、本文對α穩(wěn)定分布的參數(shù)估計問題和譜分析方法進(jìn)行了深入的研究，并依據(jù)α穩(wěn)定分布信號噪聲特性，設(shè)計了具有韌性的時間延遲估計方法和EP潛伏期變化檢測方法。主要內(nèi)容包括： (1)為了保證信號噪聲模型的準(zhǔn)確性和算法的可靠性，由α穩(wěn)定分布的一個樣本實現(xiàn)得到信號噪聲模型參數(shù)的精確估計顯得十分重要?？紤]到信號噪聲模型的參數(shù)隨時間變化的情況，設(shè)計了兩種能夠?qū)崿F(xiàn)動態(tài)參數(shù)估計的遞推參數(shù)估計方法，分別是基于負(fù)階矩的遞推參數(shù)估計方法和基于對數(shù)法的遞推參數(shù)

2、估計方法，新方法可以有效地跟蹤信號噪聲特征參數(shù)隨時間的變化。在誘發(fā)電位(EP)潛伏期變化檢測的問題中，考慮到EP信號背景噪聲的時變特性，本文將上述動態(tài)參數(shù)估計方法與現(xiàn)有的EP潛伏期變化的檢測方法相結(jié)合，提出了直接最小p范數(shù)(DLMP)算法和自適應(yīng)分?jǐn)?shù)低階協(xié)方差(AFLC)算法的改進(jìn)算法，新算法避免了原算法中參數(shù)選擇對算法性能產(chǎn)生影響的問題，能夠?qū)崟r跟蹤背景噪聲的變化，進(jìn)行系統(tǒng)參數(shù)調(diào)整，保證了算法的可靠性。此外，提出了一種基于神經(jīng)網(wǎng)絡(luò)預(yù)處

3、理的EP潛伏期變化的動態(tài)韌性檢測方法，理論分析和仿真實驗表明，通過神經(jīng)網(wǎng)絡(luò)的預(yù)處理，可以有效地抑制帶噪EP信號的脈沖噪聲，實現(xiàn)潛伏期變化的可靠估計。 (2)依據(jù)α穩(wěn)定分布信號處理理論和分?jǐn)?shù)低階統(tǒng)計量理論，對α穩(wěn)定分布的頻域特性進(jìn)行分析，定義了分?jǐn)?shù)低階協(xié)方差譜的概念，系統(tǒng)研究了分?jǐn)?shù)低階協(xié)方差譜的性質(zhì)。同時，對分?jǐn)?shù)低階協(xié)方差譜的估計問題進(jìn)行了深入研究，提出了直接法、間接法、加權(quán)交疊平均法和特征分解法等分?jǐn)?shù)低階協(xié)方差譜估計方法。理論分

4、析和仿真實驗表明，分?jǐn)?shù)低階協(xié)方差譜是一種有效的α穩(wěn)定分布的頻域分析工具。此外，研究分析了α穩(wěn)定分布信號通過線性時不變系統(tǒng)的時域和頻域特性。 (3)針對傳統(tǒng)的基于二階統(tǒng)計量的時間延遲估計方法在α穩(wěn)定分布噪聲環(huán)境下的退化現(xiàn)象，提出了適用于α穩(wěn)定分布噪聲環(huán)境的加權(quán)時間延遲估計方法和自適應(yīng)加權(quán)時間延遲估計方法，并設(shè)計了多源時間延遲估計新方法?；诜?jǐn)?shù)低階協(xié)方差譜和基于非線性變換的加權(quán)時間延遲估計方法，利用分?jǐn)?shù)低階協(xié)方差譜的不同組合形式對

5、分?jǐn)?shù)低階互協(xié)方差譜進(jìn)行加權(quán)，以及通過對帶噪信號的非線性預(yù)處理，有效地抑制了α穩(wěn)定分布的尖峰脈沖噪聲，從而保證算法在高斯和非高斯α穩(wěn)定分布噪聲環(huán)境下都具有良好的韌性?；谧钚》稚⑾禂?shù)(MD)準(zhǔn)則和基于非線性變換的自適應(yīng)加權(quán)時間延遲估計方法不需要信號噪聲的先驗知識，且具有一定的動態(tài)跟蹤能力，由于采用MD準(zhǔn)則代替?zhèn)鹘y(tǒng)的最小均方誤差(MMSE)準(zhǔn)則，以及采用非線性方法抑制尖峰脈沖噪聲，所以新方法在高斯和非高斯α穩(wěn)定分布噪聲環(huán)境下都具有良好的性能